[发明专利]一种基于可穿戴惯性测量单元和红外传感器网络的室内人体定位方法

说明书

本发明公开了一种基于可穿戴惯性测量单元和红外传感器网络的室内人体定位方法，属于电子定位领域，该方法具体包括由可穿戴惯性测量单元获取运动数据，构建人体运动模型、利用环境中的红外传感器网络所观测的数据，融合室内地图信息减小积累误差和采用定位融合算法实现人体室内精确定位。本发明采用红外传感器网络观测数据，融合室内地图信息进行精确室内定位，人体运动模型算法通过步态识别、步长估计和航向估计构建出佩戴手环人员的运动模型，利用环境中布置的红外传感器网络进行辅助定位，消除因时间积累的误差，进一步提高定位精度，最后通过定位跟踪融合算法确定人体位置。

技术领域

本发明属于电子定位技术领域，具体涉及一种基于可穿戴惯性测量单元和红外传感器网络的室内人体定位方法。

背景技术

新世纪以来我国逐步进入老年化社会，老年人的生活质量和独立生活保障成为问题，智能家居能很好的解决这些需求，智能家居产品中很多需要基于被服务人员的位置信息。传统的GPS全球网络定位系统在室外可以实现很好的定位，在室内有钢构、家电等金属材料的干扰和信号强度的衰减导致室内不能实现精确定位。

发明内容

本发明的目的在于提供一种基于可穿戴惯性测量单元和红外传感器网络的室内人体定位方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于可穿戴惯性测量单元和红外传感器网络的室内人体定位方法，该方法具体包括如下步骤：

S1、由可穿戴惯性测量单元获取运动的加速度、角速度数据，构建人体运动模型；

S2、利用环境中的红外传感器网络所观测的新的位置节点数据，融合室内地图信息减小积累位置节点误差；

S3、采用定位融合算法实现人体室内精确定位。

作为一种优选的实施方式，所述的S1中，可穿戴惯性测量单元固定在腰部盆骨位置，所述的构建人体运动模型的算法为改进的步行者行位推算算法。

作为一种优选的实施方式，所述的改进的步行者行位推算算法包括如下步骤：

a、利用双自适应阈值的步态识别，使用传感器得到原始加速度幅值；

b、利用低通滤波平滑处理去除高频噪声和尖刺；

c、通过处理后波形的波峰和波谷和阈值的大小进行步态识别，设置更新阈值的限制条件作为能量突变的缓冲作用。

作为一种优选的实施方式，所述的步骤a中，采用走路的频率和加速度方差的线性组合表示步长；由可穿戴惯性测量单元的传感器通过对垂轴方向上的角速度积分估计行走时的航向角变化。

作为一种优选的实施方式，所述的S2中，环境中的红外传感器网络配置带有标识的热释电红外传感器节点，每个节点检测一个区域，当处于红外传感器区域内的人从一个区域移至另一个区域时，会触发新的节点，触发的新节点信息融合环境地图时可以用于定位时的限制条件。

上述方案中，需要说明的是，红外触发信息可达性的概率模型为：

式中，为热释电红外传感器网络观测值，为新触发的观测值给定时人在位置的概率，为位置的可达性，作为预设环境地图信息。

作为一种优选的实施方式，所述的S3中，定位跟踪融合算法包括如下步骤：

1)根据输入可穿戴惯性测量单元传感器得到的加速度、角速度数据，热释电红外传感器网络观测值，地图信息以及重新采样阈值，初始化粒子的位置、航向、和权值，检测步态；

2)若检测到一步则估计步长和航向，根据扩散粒子更新粒子的权值，将粒子权值归一化，计算整体粒子有效值；